HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Google、準同型暗号でプライベートAIを実用化

Google is making private AI practical with homomorphic encryption (blog.google)

472 pointsby u1hcw9nx276 コメント

要約

Googleは、HEIR(Homomorphic Encryption Intermediate Representation)というオープンソースのコンパイラを発表しました。これにより、暗号化されたデータ上でAI推論を実行することが可能になり、プライバシーを保護しながらAIサービスを提供できるようになります。この技術は、医療や金融分野など、機密性の高いデータを取り扱う産業での応用が期待されています。

全文翻訳

Google、準同型暗号でプライベートAIの実用化を進める

本日、Private Computing Toolkitに新たに追加された強力なツールであるHEIRを紹介できることを嬉しく思います。HEIRは、暗号学的に安全なプライベートAI推論を可能にするオープンソースコンパイラです。

準同型暗号

AIの成長に伴い新たなメリットが登場する中で、プライバシーとセキュリティのバランスを取ることが最優先事項です。エンドツーエンド暗号化のような標準的な保護策はトレードオフを提示します。つまり、ユーザーデータはデータ侵害から保護できますが、サービスプロバイダはスパム検出やウイルス検出など、データに依存する機能を提供できなくなります。ヘルスケアや金融といったクリティカルな分野は、これらのリスクをさらに嫌い、厳格な規制が機関間のデータ共有を制限しています。同様の機能を提供する代替メカニズム(ローカル処理など)は、ローカルデバイスの能力とサービスプロバイダのIPの機密性によって制限されます。独自のAIをデバイスに出荷することは、モデルの漏洩リスクを伴います。

これらの問題に対する解決策は、準同型暗号です。これは急速に成熟している技術であり、暗号化されたデータ上で直接計算を実行できるようにすることで、このトレードオフを根本的に変えます。サーバーは、基盤となる情報を一切公開することなく、暗号文を処理し、暗号化された結果を返すことができます。例えば、クラウドサービスはユーザーの特徴を見ることなく、コンテンツレコメンデーションを提供できます。これは誇張ではありません。この投稿で紹介されているデモの1つは、まさにこれを行います。しかし、準同型暗号にはかなりのオーバーヘッドがありますが、機能/プライバシーのトレードオフをコストの問題に移行させます。そして、準同型暗号のコストは急速に低下しています。

Googleのプライバシー技術におけるイノベーションの歴史—差分プライバシー、プライベートセットメンバーシップ、プライベート情報検索、Google Cloud上のセキュアエンクレーブ—は、常にユーザーデータの保護に焦点を当ててきました。準同型暗号は、プライベートコンピューティングツールキットに追加されるもう1つの強力なツールです。プライベート情報検索と同様に、ハードウェアベースのソリューションとは対照的に、準同型暗号の強力なセキュリティとプライバシー保証は純粋に暗号学的です。しかし、既存のプログラムを効率的に準同型暗号を使用するように手動で変換するには、暗号学者のチームが必要です。

HEIRについて

準同型暗号が提供するユーザビリティの課題を克服し、機会を前進させるために、Googleの研究者およびエンジニアはHEIRコンパイラプロジェクトを構築しました。HEIR(Homomorphic Encryption Intermediate Representation)は、準同型暗号のためのオープンソースコンパイラツールチェーンおよび開発プラットフォームです。特に、HEIRは、暗号化されていないデータで動作する事前学習済みAIモデルを、暗号化された入力で動作するように変換できます。私たちのビジョンは、HEIRをワンクリックソリューションにし、非専門家が暗号化された推論を本番アプリケーションに組み込めるようにすることです。

2023年にその意向を発表して以来、準同型暗号コミュニティがHEIRを受け入れてくれるのを見てきました。私たちは、Belfort、Niobium、Cornami、Optalysysを含む、準同型暗号用のハードウェアアクセラレータを開発している企業と提携しました。これらの取り組みの成果は以下のデモで示されており、これらのアクセラレータのレイテンシメリットを近い将来に実証する予定です。HEIRは生産的な研究プラットフォームにもなっています。HEIRを基盤として構築することで、暗号学者は特定の最適化に集中し、テスト、ベンチマーク、比較のために既存のインフラストラクチャを使用できます。これにより、ジョージア工科大学、カーネギーメロン大学、カリフォルニア大学サンタバーバラ校、イリノイ工科大学、パデュー大学、エディンバラ大学、清華大学などとの共同研究が実現しました。現在までに、HEIRを基盤とした4つの査読付き論文が発表されており、さらに多くの論文が準備中であり、HEIRは数多くの引用を集めています。

HEIRのアプリケーション

準同型暗号がどれだけ進歩したかを示すために、4つのプライベート推論アプリケーションを共有します。各アプリケーションはHEIRでコンパイルされており、レイテンシはシングルスレッドCPUでの測定値です。すべての例のソースコードは、GitHubリポジトリで入手できます。

  • ディープラーニングレコメンデーションモデル:Belfort Labs、LGおよびニューヨーク大学との共同作業により、プライベートコンテンツレコメンデーションの提供を可能にします。
  • クレジットカード不正検出:Niobiumおよびhardshell.aiと協力して、クレジットカード不正検出器をコンパイルしました。
  • 脅威侵入検知:Niobiumと協力して、暗号化されたネットワークトラフィックの異常検出システムであるKitsuneをコンパイルしました。これにより、サービスプロバイダは、ネットワークパケットの内容をサービスプロバイダに公開することなく、異常を検出できます。
  • ホットワード検出器:Belfort Labsと協力して、ホットワード検出モデルをコンパイルしました。これにより、音声トリガーAIエージェントが、音声録音のプライバシーを保護しながらホットワードを認識できるようになります。

ソフトウェア業界がAIにおけるセキュリティとプライバシーの変化に適応する中、私たちの研究チームは、準同型暗号を開発しやすく、実行速度が速く、業界全体で普及させるために取り組んでいます。